arXiv 人工智能· Jiamu Bai, Lizhu Zhang, Xin Yu, Yanhong Wu, Zellux Wang, Serena Li, Weiwei Li, Zhuokai Zhao, Lingzhou Xue, Kiwan Maeng, Xiangjun Fan, Bo Peng·· 9 小时前AI 评分36
少验证、多演化：训练想法级 Critic 模型提升机器学习演化智能体验证效率
Verify Less, Evolve More: Training Idea-Level Critics for Verification-Efficient ML Evolving Agents
AI 导读
研究人员提出了专门的想法级 Critic 模型，用于预测机器学习修改方案能否提升效果，从而帮助演化智能体筛选想法并集中验证计算资源。该模型基于 Gemini-3.1-Pro 合成的数据进行监督微调并结合 GRPO 优化，在静态想法评估中超越了 Gemini-3.1-Pro。在相同验证预算下，该模型有效提升了方案演化质量，并能在策略训练中实现更多更新。
来源：arXiv 人工智能 · arxiv.org